《表2 三种智能算法的时间性能》
从表2的搜索时间角度看,当输入制造任务数量较少的情况下,NGSA的平均迭代时间高于GA,低于PSO;而当输入任务逐渐增多时,NGSA的平均迭代时间明显低于GA和PSO。理论上分析,在制造任务少的情况下,任务和服务的组合优选空间集也较小,GA和PSO都可以进行快速迭代;而在组合优选空间集变大的情况下,NGSA更能快速在不同小生境间迁移进化找到最优解,且迭代时间明显少于GA和PSO。制造服务候选集越大,输入的制造任务越多,NGSA的优势就体现得越明显。
图表编号 | XD0051788400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 丁涛、闫光荣、雷毅、徐翔宇 |
绘制单位 | 北京航空航天大学机械工程及自动化学院、北京航空航天大学机械工程及自动化学院、北京航空航天大学机械工程及自动化学院、智能化协同制造技术及应用国家工程实验室、北京航空航天大学机械工程及自动化学院 |
更多格式 | 高清、无水印(增值服务) |